Pseudonymisieren vs. anonymisieren vs. lokal rechnen

Worum es geht

Wer vertrauliche Unterlagen mit einem Sprachmodell bearbeiten will, hat drei Wege, und sie sind keine Geschmacksfrage:

Pseudonymisieren. Personenbezogene Angaben werden durch Platzhalter ersetzt, bevor die Anfrage das Haus verlässt; die Zuordnung bleibt gespeichert, damit die Antwort zurückübersetzt werden kann.
Anonymisieren. Der Personenbezug wird irreversibel entfernt, meist durch Vergröbern und Zusammenfassen von Merkmalen. Eine Rückübersetzung gibt es nicht, und das ist der Zweck.
Lokal rechnen. Ein selbst betriebenes Modell verarbeitet die Daten im eigenen Netz; nichts geht hinaus.

Die Entscheidung fällt nicht am Schutzniveau, sondern an der Aufgabe.

Vergleich

Dimension	Pseudonymisieren	Anonymisieren	Lokal rechnen
Rückübersetzung möglich	ja, kontrolliert	nein, konstruktionsbedingt	entfällt
DSGVO-Status der Daten	weiterhin personenbezogen	bei belastbarer Umsetzung nicht mehr	personenbezogen, bleibt intern
Antwortqualität	hoch, Modellwahl frei	sinkt mit dem Grad der Vergröberung	begrenzt durch das eigene Modell
Typische Aufgabe	zusammenfassen, formulieren, einordnen	auswerten, weitergeben, veröffentlichen	alles, wo Qualität nachrangig ist
Aufwand beim Aufbau	mittel: Erkennung, Prüfung, Zuordnung	hoch: Merkmalsanalyse, Risikobewertung	hoch: Hardware, Betrieb, Modellpflege
Laufender Aufwand	Prüfung je Vorgang	einmalig je Datensatz	Wartung, Aktualisierung
Braucht weiterhin AVV	ja	in der Regel nein	entfällt
Wo es kippt	übersehene Fundstelle	Restrisiko der Re-Identifikation	Modell zu schwach für die Aufgabe

Was die Entscheidung tatsächlich trägt

Wer formulieren, zusammenfassen oder einordnen lassen will, braucht Pseudonymisierung. Das Modell muss die Bezüge im Text verstehen, auch wenn es die Personen nicht kennt. Deshalb sind fallbezogen stabile Platzhalter der entscheidende Punkt: Wenn dieselbe Person im ganzen Dokument PERSON-A12 heißt, bleibt die Aussage „A12 hat dreimal reklamiert” erhalten. Wer alle Namen durch dasselbe <PERSON> ersetzt, wie es einfache Maskierungsdienste tun, zerstört genau diese Information und wundert sich über die schlechtere Antwort.

Wer auswerten oder Daten weitergeben will, braucht Anonymisierung. Eine Statistik über Reklamationsgründe soll nicht rückrechenbar sein, und eine Zuordnungstabelle wäre hier nicht das Sicherheitsnetz, sondern das Risiko. Der Preis ist Genauigkeit: Wohnort wird zur Region, Datum zum Monat, Betrag zur Klasse. Ein bestandener statistischer Test ist dabei eine Risikobewertung, keine Garantie – wer ihn als „DSGVO-anonym” ausweist, überdehnt ihn.

Ein lokales Modell löst das Datenproblem, aber nicht das Qualitätsproblem. Es ist die naheliegende Antwort und in der Praxis die häufigste Enttäuschung: Was auf dem eigenen Server läuft, liegt bei anspruchsvolleren Aufgaben deutlich hinter den kommerziellen Modellen. Für Klassifikation und Textbausteine reicht es, für die Auswertung eines Vertragswerks meist nicht. Dazu kommen Betrieb und Modellpflege als dauerhafte Aufgabe.

Die Kombination ist der Normalfall

In der Praxis schließen sich die Wege nicht aus. Ein tragfähiges Setup nutzt lokale Modelle für einfache, häufige Aufgaben, ein Gateway mit Pseudonymisierung für die Fälle, in denen Qualität zählt, und Anonymisierung dort, wo Zahlen das Haus verlassen. Die Frage ist nicht, welcher Weg der sicherste ist, sondern welcher zu welchem Vorgang gehört.

Was in keinem Fall trägt

Von Hand schwärzen. Es entfernt zuverlässig das Offensichtliche und übersieht das Rekonstruierbare: die Kombination aus Postleitzahl, Vertragsnummer und Datum, aus der sich dieselbe Person wieder zusammensetzen lässt. Und es skaliert nicht – bei der dritten Rechnung am Tag wird es nachlässig gemacht oder gar nicht.

Vertiefung

Pseudonymisierung & Anonymisierung – wie die Erkennung technisch aufgebaut ist und wo sie versagt
Privacy Gateway – ein umgesetztes Beispiel mit gemessener Erkennungsqualität
DSGVO & KI – Datenklassen, Ampel-Logik, formale Pflichten

Welcher Schutzweg passt zu welchem Vorgang?

Verglichene Wege.

Kurz eingeordnet.